Anda di halaman 1dari 40

PENDUGAAN

PARAMETER

Heri Sunaryo, S.Si., M.Sc.


Pada umumnya, masalah statistika adalah melakukan
pendugaan terhadap nilai parameter (nilai2 populasi)
dengan menggunakan nilai statistik (nilai2 sampel)
yang didapat dari pengolahan data sampel.

Nilai statistik sampel yang dipergunakan untuk


menduga parameter yang bersangkutan disebut
sebagai penduga (estimator).

Nilai-nilai yang dinyatakan dengan angka-angka


yang kita peroleh dengan jalan mengevaluasi
penduga dinamakan dugaan secara statistik
(statistical estimate).
Misalnya, rata-rata sampel ഥ
𝒙 merupakan penduga
bagi rata-rata populasi μ
Karena penduga merupakan fungsi dari nilai-nilai
sampel, maka penduga juga merupakan variabel
random dan memiliki distribusi sampling

ada kemungkinan sebuah


parameter mempunyai banyak
sekali penduga

dilakukan pemilihan terhadap berbagai


alternatif penduga yang dapat dianggap
sebagai penduga parameter yang
"paling baik"
Ciri-ciri Penduga Yg Baik
1. Tidak Bias (Unbiased) : apabila nilai penduga
sama dengan nilai yg diduganya
2. Efisien : apabila penduga memiliki varians yg
kecil
3. Konsisten :
a. Jk ukuran sampel semakin bertambah mk penduga
akan mendekati parameternya
b. Jk ukuran sampel bertambah tak berhingga mk
distribusi sampling penduga akan mengecil mjd
tegak lurus di atas parameter yg sebenarnya dgn
probabilitas sama dgn satu
Jenis-jenis pendugaan berdasarkan cara
penyajiannya
1. Pendugaan tunggal / Point Estimation
Pendugaan yg hanya mempunyai atau menyebutkan satu
nilai. Tidak memberikan selisih atau jarak antara nilai
penduga dengan nilai sebenarnya (parameter)
E ( )  x ; E ( )  S ; E ( p)  pˆ
2 2

2. Pendugaan interval/ Interval Estimation


Pendugaan yg memp dua nilai sbg pembatasan/ daerah
pembatasan
Digunakan tingkat keyakinan thd daerah yg nilai
sebenarnya/ parameternya akan berada.
Pendugaan interval akan menghasilkan interval kepercayaan
atau interval keyakinan (confidence interval), dan
dirumuskan secara umum sebagai berikut

{ ( st – Zα/2 σst < parameter < st + Zα/2 σst ) }


Bila dinyatakan dalam bentuk probabilitas, rumus menjadi

P(st – Zα/2 σst < parameter < st + Zα/2 σst ) = (1 – α)

keterangan :
α = koefisien kepercayaan / level of significant
(1–α) = derajat kepercayaan
st = statistik sampel atau penduga
σst = deviasi standar statistik sampel
Zα/2 = koefisien yg sesuai dengan α yg digunakan
dalam pendugaan interval (nilainya didapat
dalam Tabel luas kurva normal)
Nilai nilai Zα/2 tergantung dari besarnya α yang digunakan.
Makin besar α nya, maka derajat kepercayaannya makin kecil,
sehingga rentang intervalnya akan makin lebar.

Berikut adalah tabel nilai-nilai Zα/2 yang dihitung dari tabel


normal standar.

No α 1–α Z α/2
1. 0,27% 99,73% 3,0
2. 1% 99% 2,8
3. 2% 98% 2,33
4. 4% 96% 2,05
5. 4,55% 95,45% 2,00
6. 5% 95% 1,96
7. 10% 90% 1,645
8. 20% 80% 1,28
9. 31,8% 68,2% 1,00
10 50% 50% 0,6745
7
Pendugaan titik tidak memungkinkan untuk
mengukur derajat kepercayaan terhadap
ketelitian pendugaan yang telah dilakukan.
Jika menginginkan suatu pengukuran yang
obyektip tentang derajat kepercayaan
terhadap ketelitian pendugaan, maka
sebaiknya menggunakan pendugaan interval
(interval estimation).

Pendugaan interval akan memberikan


nilai-nilai statistik dalam suatu interval dan
bukan nilai tunggal sebagai penduga
parameter
Jenis-jenis pendugaan
berdasarkan parameternya
•Pendugaan rata-rata
•Pendugaan proporsi
•Pendugaan varians
Pendugaan Parameter Dengan
Sampel Besar

(n > 30 )
PENDUGAAN PARAMETER µ (RATA-RATA POPULASI)

a. Pendugaan μ bila σ diketahui.


Bila diambil sampel berukuran cukup besar secara berulang, maka
distribusi sampel rata-rata akan mempunyai standar deviasi yg
nilainya 𝜎𝑥ҧ
x
x  bila populasi tak terbatas
n
x N n
x  bila populasi terbatas
n N 1
Shg pendugaan parameter μ bila σ diketahui adalah:

Px  Z / 2 . x    x  Z / 2 . x   1  
ket : 𝑥ҧ = rata-rata distribusi sampel rata-rata
Zα/2 = nilai dari tabel normal
𝜎𝑥ҧ = standar deviasi distribusi sampel rata-rata
α = koefisien kepercayaan
11
Contoh

Diadakan suatu penelitian untuk mengetahui besarnya


pengeluaran per bulan para mahasiswa UPN.

Guna keperluan di atas, suatu sampel random yang terdiri dari


100 mahasiswa telah dipilih guna diinterview dari populasi yang
dianggap tidak terhingga dan terdiri dari semua mahasiswa
UPN. Dari hasil interview di atas, diketahui bahwa rata-rata
pengeluaran per bulannya adalah Rp. 800.000,-.

Jika dianggap deviasi standar dari pengeluaran semua


mahasiswa kurang lebih konstan dan sebesar Rp.120.000,-,
maka buatlah interval keyakinan sebesar 95% guna menduga
rata-rata pengeluaran para mahasiswa per bulannya.

12
Jawaban : Dari data di atas, diketahui :
n = 100 = 800.000,- σ = 120.000,-
x
1 – α = 0,95  α = 0,05  Zα/2 = Z0,025 = 1,96

 x 120000
sehingga x    12000
n 100
dan
P( 800000 – 1,96 (12000) < μ < 800000 + 1,96 (12000) ) = 0,95

P(776480 < μ < 823530) = 0,95

Jadi : Rata-rata pengeluar-an


para mahasiswa per bulan
berkisar Rp. 776.480,- hingga
Rp. 823.520,-.

13
b. Pendugaan μ bila σ tidak diketahui

Harga σ diduga dengan menggunakan standar


deviasi sampel s, sehingga pendugaan μ bila σ
tidak diketahui dengan koefisien kepercayaan
sebesar α adalah :

 s s 
P x  Z  / 2 .    x  Z / 2 .   1
 n n

14
Contoh :
100 mahasiswa diberi semacam test kecerdasan guna menentukan tingkat
IQ nya. Angka rata-rata bagi keseratus mahasiswa di atas ternyata sebesar
112 dengan deviasi standar sebesar 11. Berilah interval keyakinan sebesar
95% guna menduga angka rata-rata IQ seluruh mahasiswa .

Pada soal di atas,


n = 100 = 112 s = 11
x
1 – α = 0,95 α = 0,05 Z α/2 = 1,96

Karena sampeI cukup besar, maka σ diduga dengan s = 11 , sehingga


interval kepercayaannya adalah :
P{112 – 1,96 (11/√100) < μ < 112 + 1,96 (11/√100)} = 0,95
P( 109,844 < μ < 114,156 ) = 0,95
Ternyata, angka rata-rata IQ mahasiswa terletak antara 109,84 hingga
114,156.
dibuat oleh Heri Sunaryo 15
c. Pendugaan Parameter Beda Dua Rata-Rata ( μ1 – μ2 )

Populasi pertama mempunyai rata-rata μ1 dan standar deviasi


σ1 ; populasi kedua mempunyai rata-rata μ2 dan standar deviasi
σ2 ; Dari populasi pertama diambil sampel random sebanyak n1
dengan rata rata 𝑥1ҧ dan populasi kedua diambil sampel random
sebanyak n2 dengan rata-rata 𝑥ҧ2 , kedua kelompok sampel itu
saling bebas.

Interval kepercayaan untuk pendugaan beda dua rata-rata (μ1 – μ2)


bila σ1 dan σ2 diketahui adalah

 
P X1  X 2   Z / 2 . ( x1  x2 )  1  2  X1  X 2   Z / 2 . ( x1  x2 )  1  

16
dengan
 12  22
 (x x )    bila populasinya tak terbatas
1 2
n1 n2

 12  22 ( N1  N 2 )  (n1  n2 )
 (x x )   .  bila populasi terbatas
1 2
n1 n2 ( N1  N 2 )  1
Bila σ12 dan σ22 diketahui dan σ12 = σ22 = σ2 , maka standar deviasi
distribusi sampel beda dua rata-rata menjadi

 2
1 12
 (x x )   1
 2
1 2
n1 n2 n1 n2
Bila σ12 dan σ22 tidak diketahui dan σ12 ≠ σ22 , maka σ12 diduga
dengan S12 dan σ22 diduga dengan S22 , sehingga standar deviasi
sampel beda dua rata-rata menjadi ;

S12 S 22
 (x x )  
1 2
n1 n 2 17
Contoh :

Seorang ahli senjata menerima 2 jenis senjata A dan B dalam


jumlah yang besar sekali.
Sang Ahli secara random memilih dari kedua jenis senjata
masing-masing 50 buah serta menguji daya tahannya secara
cermat sekali.

Dari hasil pengujian tersebut, senjata A mampu menembakkan


peluru rata-rata 1282 buah tanpa henti, sedangkan jenis B
rata-rata 1208 peluru.

Berdasarkan pengalamannya sebagai seorang ahli senjata, bahwa


deviasi standar penembakan kedua jenis senjata kurang lebih
konstan dan masing-masing sebesar 80 dan 94 jam.

Buatlah dugaan tentang beda rata-rata kemampuan penembakan


kedua jenis senjata di atas dengan menggunakan interval
keyakinan sebesar 95%.
18
Jawaban :

n1 = 50 n2 = 50

x1 = 1282 x2 = 1208

σ1 = 80 σ2 = 94
(1 – α) = 0,95 α = 0,05  α/2 = 0,025

maka
 12  22 802 942
x 1  x2
     17,321
n1 n2 50 50
sehingga

P{74 – 1,96 (17,321) < μ1 – μ2 < 74 + 1,96 (17,321)} = 0,95

P( 40,05 < μ1 – μ2 < 107,95 ) = 0,95

Jadi dengan α = 5%, beda rata-rata kemampuan penembakan kedua


jenis senjata tsb antara 40,05 hingga 107,95 peluru.
19
PENDUGAAN PROPORSI (P)

Interval kepercayaan untuk penduga p adalah :

P pˆ  Z / 2 . pˆ  p  pˆ  Z / 2 . pˆ   (1   )
x
𝑝Ƹ dihitung dgn pˆ 
n
Karena proporsi p populasi tidak diketahui dan diduga dengan proporsi
pada sampel, maka standar deviasi 𝑝Ƹ adalah 𝜎𝑝ො

pˆ (1  pˆ )
 pˆ  bila populasi tak terbatas
n

pˆ (1  pˆ ) N  n
 pˆ  . bila populasi terbatas.
n N 1
20
Contoh : Akan diselidiki persentasi mahasiswa yang merokok paling
tidak satu bungkus perhari. Sebuah sampel random sebesar n = 300
dipilih, ternyata 36 orang merokok paling sedikit satu pak per hari.
Buatlah interval keyakinan sebesar 95% guna menduga proporsi
mahasiswa yang merokok paling sedikit satu pak per harinya.

Jawaban :
p̂ = x/n = 36/300 = 0,12.

 (0,12)(0,88) (0,12)(0,88) 

P 0,12  1,96  p  0,12  1,96   0,95
300 300 
 
P(0,12 – 0,037 < p < 0,12 + 0,037) = 0,95
P(0,083 < p < 0,157) = 0,95

jika dipergunakan interval keyakinan sebesar 95%, maka dugaan bahwa proporsi
mahasiswa yang merokok paling sedikit satu pak per hari adalah 8,396 % hingga
15,7%

21
Pendugaan Parameter Beda Dua Proporsi (p1 – p2)

Interval kepercayaan untuk penduga beda dua proporsi adalah :

P{( pˆ1  pˆ 2 )  Z / 2 . ( pˆ  pˆ 2 )  p1  p2  ( pˆ1  pˆ 2 )  Z / 2 . ( pˆ  pˆ 2 ) }  1  


1 1
dengan

pˆ1 (1  pˆ1 ) pˆ 2 (1  pˆ 2 )
 ( pˆ  pˆ 2 )    bila populasi tak terbatas
1
n1 n2
bila populasi terbatas, maka

pˆ1 (1  pˆ1 ) pˆ 2 (1  pˆ 2 ) ( N1  N 2 )  (n1  n2 )


 ( pˆ 1  pˆ 2 )   
n1 n2 ( N1  N 2 )  1

x1 x2
pˆ 1  & pˆ 2 
n1 n2
22
Contoh :
Suatu survei diadakan terhadap dua kelompok pengunjung
sebuah museum. Sampel pertama sebanyak 500 orang dan
yang mengatakan puas dengan kondisi museum sebanyak
325 orang. Kelompok kedua diambil sampel sebanyak 700
orang dan 400 diantaranya mengatakan puas. Buatlah interval
kepercayaan 95% untuk menduga berapa sesungguhnya beda
dua populasi pengunjung yang puas.

Jawaban :
Proporsi yang puas kelompok pertama = x1 325
pˆ1    0,65
n1 500

x2 400
Proporsi yang puas kelompok kedua = pˆ 2    0,57
n2 700
23
Dua populasi pengunjung dianggap tak terbatas, maka diperoleh

pˆ1 (1  pˆ1 ) pˆ 2 (1  pˆ 2 ) 0,65  0,35 0,57  0,43


 ( pˆ  pˆ 2 )      0,03
1
n1 n2 500 700
untuk interval kepercayaan 95%, maka Zα/2 = 1,96 , sehingga

P{( pˆ1  pˆ 2 )  Z / 2 . ( pˆ 1  pˆ 2 )  ( p1  p2 )  ( pˆ1  pˆ 2 )  Z / 2 . ( pˆ 1  pˆ 2 )}  1  


Untuk memudahkan, dihitung per bagian

( pˆ1  pˆ 2 )  Z / 2 . ( pˆ 1  pˆ 2 ) = (0,65 – 0,57) – (1,96) x (0,03) = 0,02 = 2%

( pˆ1  pˆ 2 )  Z / 2 . ( pˆ 1  pˆ 2 ) = (0,65 – 0,57) + (1,96) x (0,03)


= 0,14 = 14%

jadi interval kepercayaan beda proporsi sesungguhnya yang puas dari


kedua kelompok pengunjung adalah
P(0,02 < p1 – p2 < 0,14) = 0,95
Artinya, kita dapat percaya 95% bahwa beda proporsi sesungguhnya yang
puas dari kedua kelompok pengunjung adalah 2% sampai 14%.

24
Pendugaan Parameter Dengan
Sampel Kecil

(n < 30 )
Pendugaan Parameter Populasi Dengan Sampel Kecil

Jika sampel yang diambil jumlahnya kecil (apabila n < 30),


distribusi statistiknya merupakan distribusi student
(distribusi t) , dengan rumus

x
t
s/ n
Perhitungan distribusi t dilakukan dengan memakai tabel
Distribusi t. Dalam tabel distribusi t tersebut, tercantum nilai-
niai t untuk derajat kebebasan db = (n – 1) dan probabilitas
atau luas daerah sebesar α.

α α

- tα 0 tα

26
a. Pendugaan Parameter μ Dengan Sampel Kecil

Interval kepercayaan untuk pendugaan parameter μ dengan


sampel kecil ( n < 30 ) yang diambil dari populasi dimana σ2
populasi tidak diketahui adalah :


 

P  X  t   . x    X  t   . x   1  


 , db 
 2 
 , db 
 2  

Dgn : nilai t  diperoleh dari tabel distribusi t

 , db 
 2 

s
x   bila populasi tak terbatas
n

s N n
x  .  bila populasi terbatas
n N 1
27
Contoh : Suatu sampel random 15 mahasiswa diambil dari populasi
Mahasiswa UPN. Ke 15 mahasiswa dites bahasa Inggris dan diperoleh
nilai rata-rata 75 dengan standar deviasi 8. Buatlah interval
kepercayaan 95% untuk menduga kemampuan bahasa Inggris seluruh
mahasiswa UPN.

Jawaban : n = 15, x = 75 dan s = 8,


maka standar deviasi distribusi sampel rata-rata adalah

s 8
x    2,07
n 15
Interval kepercayaan yang akan dibuat besarnya 95%, maka α = 5%,
sehingga α/2 = 0,025 dan dengan derajat kebebasan db = 15 – 1 =
14, didapat nilai t dari tabel distribusi t sbb :

t  
 t0, 025;14   2,145
 , db 
 2 
28
Sehingga interval kepercayaannya adalah


 

P  X  t   . x    X  t   . x   1  


 , db 
 2 
 , db 
 2  

P { 75 – (2,145 . 2,07) < μ < 75 + (2,145 . 2,07)} = 0,95

P { 70,6 < μ < 79,4 } = 0,95

jadi, interval kepercayaan 95% untuk pendugaan


kemampuan rata-rata mahasiswa UPN dalam bahasa
Inggris adalah P { 70,6 < μ < 79,4 } = 0,95

Dengan kata lain, kita percaya 95% bahwa kemampuan rata-rata


bahasa Inggris mahasiswa UPN terletak antara 70,6 sampai dengan
79,4
29
b. Pendugaan Parameter Beda Dua Rata-Rata (μ1 – μ2)
Dengan Sampel Kecil

Jika σ12 = σ22 = σ2 tidak diketahui nilainya, maka interval


kepercayaan (μ1 – μ2) dari populasi normal adalah

 
P X 1  X 2   t   . x1  x2  1  2  X 1  X 2   t   . x1  x2   (1   )
  , db   , db  
  2   2  

1 1
di mana  x x  S p 
1 2
n1 n2

dengan Sp 
n1  1S12  n2  1S22
n1  n2  2

SP disebut standar deviasi gabungan, dan derajat kebebasan db = n1 + n2 – 2.


30
Tetapi, bila variansi dua populasi itu tidak sama besarnya,
σ12 ≠ σ22 yang besarnya tidak diketahui, maka

S12 S22
 ( x1  x2 )  
n1 n2

, dan derajat bebas

2
S 2
S 
2
  
1 2

db   n1 n2 


 2
S1 / n1 
2


2

S 2 / n2 
2


 (n1  1) (n2  1) 

31
Contoh : Ingin dibandingkan penguasaan Statistika antara
kelas A dan B. Klas A terdiri 12 siswa yang diajar dengan
metode biasa. Klas B terdiri 10 siswa dan diajar dengan
metode baru. Setelah diadakan tes, ternyata klas A
memperoleh rata-rata 85 dengan standar deviasi 4, dan klas B
memperoleh rata-rata 81 dengan standar deviasi 5. Buatlah
interval kepercayaan 80% untuk menduga beda kemampuan
siswa dalam penguasaan statistika. Diasumsikan bahwa dua
populasi tersebut mempunyai distribusi mendekati normal dan
variansinya sama.

Jawab :
Kelas A, dengan metode biasa : x1  85 S1= 4 dan n1 = 12

Kelas B, dengan metode baru : x2  81 , S2= 5 dan n2 = 10.

32
Karena variansi σ12 dan σ22 tidak diketahui dan dianggap sama, yaitu σ12 = σ22 =
σ2 , maka

S2p 
n1  1S12  n2  1S22 
11.42  9.52
 20,05
n1  n2  2 12  10  2
maka simpangan baku gabungan Sp = √ 20,05 = 4,48

Simpangan baku distribusi sampel beda dua rata-rata adalah :

1 1 1 1
(x x )  Sp   4,48   1,92
1 2
n1 n2 12 10

Untuk (1 – α) = 80% atau α = 20% dan derajat bebas


db = n1 + n2 – 2 = 12 +10 – 2 = 20, diperoleh nilai

t  
 t ( 0,10;20)  1,325
 , db 
 2  33
dengan demikian diperoleh

X 1  X 2   t  
 , db 
. x1  x2  (85  81)  (1,325)(1,92)  1,456
2 

X 1  X 2   t  
 , db 
. x1  x2  (85  81)  (1,325)(1,92)  6,544
2 

jadi interval kepercayaan untuk perbedaan kemampuan


penguasaan Statistika antara kelas A dan B yang diajar
dengan metode berbeda adalah :

P (1,456 < μ1 – μ2 < 6,544) = 0,80

34
Menduga Variansi

Bila sampel berukuran n diambil dari populasi normal dengan variansi σ2


, dan variansi sampel s2 dihitung maka diperoleh suatu nilai statistik S2.
Variansi sampel hasil perhitungan ini akan digunakan sebagai taksiran /
penduga titik untuk σ2.

a. Penduga interval untuk σ2 diberikan oleh

 (n  1) S 2  2 
   2

( n 1) S 
  2 12  
 2 2 

 2
 2
1 
dengan  dan
2 2
menyatakan nilai distribusi khi kuadrat (chi square) dengan
derajat bebas v = (n – 1).
35
b. Penduga untuk
 12
 22

Bila s12 dan s22 variansi dari sampel bebas yang masing-masing
berukuran n1 dan n2 dari populasi normal maka selang kepercayaan
(1 – α) untuk nisbah  12 adalah
 22
 s12 1  12 s12 
 2 .  2  2 . f / 2 (v2 , v1 ) 
 s2 f / 2 (v1 , v2 )  2 s2 
f / 2 (v1, v2 )
menyatakan nilai distribusi F dengan derajat kebebasan v1 =
(n1 – 1) dan v2 = (n2 – 1) sehingga luas sebelah kanannya α/2.

f / 2 (v2 , v1) menyatakan nilai distribusi F dengan derajat kebebasan v2 =


(n2 – 1) dan v1 = (n1 – 1) .
36
Besarnya n (sampel yang diambil)

a. Bila 𝑥ҧ dipakai untuk menaksir μ pada taraf kepercayaan α , maka


kesalahan duganya akan lebih kecil dari suatu bilangan g yang
ditetapkan sebelumnya asal saja ukuran sampelnya

2
 z / 2 2

n   
 g 

b. Bila 𝑝Ƹ dipakai sebagai penaksir p, maka dengan keperca-yaan


paling sedikit (1 – α)100% kesalahan/galat akan lebih kecil dari
besaran tertentu g bila ukuran sampelnya adalah

Z2 / 2
n
4g 2
37
Contoh kasus
1. Dua jenis tambang ingin dibandingkan
kekuatannya. Untuk itu, 50 potong tambang dr
setiap jenis diuji dlm kondisi yg sama.

Jenis A memiliki kekuatan rata-rata 87,2 kg dgn


simpangan baku 6,3 kg, sedangkan jenis B
memiliki kekuatan rata-rata 78,3 kg dgn
simpangan baku 5,6 kg.

Buatlah pendugaan interval beda dua rata-rata


dgn interval keyakinan 94%
2. Suatu sampel random sebanyak 300 org dewasa dan
400 remaja yg pernah menyaksikan sebuah acara di
RCTI diketahui bahwa 125 org dewasa dan 250 remaja
menyatakan suka pd acara tsb. Berapa beda proporsi dr
seluruh org dewasa dan remaja yg menyukai acara tsb
bl digunakan tingkat keyakinan 90%
3. Data berikut berupa masa putar film yg
diproduksi dua perusahaan film
Masa Putar (menit)
Perusahaan I 103 94 110 87 98
Perusahaan II 97 82 123 92 175 88 118

Buatlah pendugaan interval bagi beda dua rata-rata masa


putar film-film yg diproduksi oleh dua perusahaan tsb
dgn menggunakan interval keyakinan 98%